MI-Cored：一种基于机器视觉的米字形结构元素数学形态学滤波方法

摘要

随着信息化技术的不断发展，机器视觉技术受到了大众的广泛关注。机器视觉技术具有精确、高效、快速、灵活等优点，使其在工业生产中具有巨大的应用潜力和效能。本文针对目前国内道岔钢轨尺寸传统测量方法的弊端：效率低、精度低、人为主观性强和测量者个体差异等问题，提出了一种基于机器视觉的道岔钢轨端面尺寸测量方法，此方法的核心技术在于应用米字形结构元素的数学形态学操作MI-cored对道岔钢轨端面图像进行二次去噪处理，并通过实验验证，应用MI-cored滤波方法后最终得到图像的信噪比最小，具有最佳的噪声点抑制效果。通过此方法得到最优图像供道岔钢轨端面尺寸测量，提高尺寸测量的准确性，进而保障道岔钢轨生产质量。